工业制造大数据分析

工业制造大数据分析
大数据不仅仅是大量的数据的堆积。大数据的重要属性之一，是人们设法收集并弄清楚不断变化的数据类型。如果只是大量采集同一类型的数据，再大的数据量都不能称之为大数据。
如何实现智能制造是大家都关心的问题。从哈佛商学院的迈克尔·波特到宾夕法尼亚大学沃顿商学院，有一个普遍的共识，即数字化转型是智能制造实现的途径。重要的是，这个共识也来自于众多的世界级制造业企业与企业家们。
这一共识是基于无数技术趋势的融合，例如，物联网、赛博系统(CPS)、工业物联网、移动技术、人工智能、云计算、虚拟／虚拟增强现实（VR／AR），以及大数据分析等。我们一定要保持清醒，不要简单地认为有了这些技术，未来五年就是制造业的黄金时期。道理很简单，这个新制造业文化的变革进程是相当复杂和艰难的，没有行业、企业与用户的融合推进，无法实现这次变革。数字化转型不仅仅意味着企业简单的数字化，而是把数字作为智能制造的核心驱动力，利用数据去整合产业链和价值链。
自工业革命以来，为了改进运营，制造商一直以来都在有意地采集并存储数据。随着时间的推移，数据在制造业分析的需求将越来越大。然而在过去的许多年间，利用数据的根本动因并没有改变，数据的复杂性增强，数据转化为情报的能力越来越大。
2012年高德纳给出大数据定义，其中特别强调大数据是多样化信息资产，不仅关注实际数据，更关注大数据处理方法。数据量大小本身并不是判断大数据价值的核心指标，而数据的实时性和多元性对大数据的定义和价值更具直接的影响。
在讨论工业大数据分析的时候，我注意到两种不同的观点：
第一种观点认为，制造业向来都有大数据。几十年来我们的企业一直在通过历史记录、MES、ERP、EAM等各种应用系统采集数据。在部分产业链环节，特别在市场营销方面，大数据算是一个新的热词。
第二种观点认为，从工业大数据角度看，制造业是一个尚未打开的市场或刚刚开启的市场。存在大量不同类型的数据，但如今它们还未被应用到分析之中。
考虑到这些观点，面对任何新的市场提法，包括名词解释、定义或分析框架，我们始终都应该保持适当的怀疑精神。这里我更多倾向于第二个观点。我们的制造业的确有“大量数据”，但这并不是我们大多数人从市场上所理解的“大数据”涵义。在搞清楚工业大数据分析之前，我们应该如何定义制造业的大数据？这里可以通过大数据的三个特性，进一步了解大数据的特性。
数据来源
工业大数据的主要来源有两个，第一是智能设备。普适计算有很大的空间，现代工人可以带一个普适感应器等设备来参加生产和管理。所以工业数据源是280亿左右大量设备之间的关联，这个是我们未来需要去采集的数据源之一。
第二个数据来源于人类轨迹产生的数据，包括在现代工业制造链中，从采购、生产、物流与销售内部流程以及外部互联网信息等。通过行为轨迹数据与设备数据的结合，大数据可以帮助我们实现对客户的分析和挖掘，它的应用场景包括了实时核心交易、服务、后台服务等。
数据关系
数据必须要放到相应的环境中分析，才能了解数据之间的关系。譬如，每一款新机型在交付给航空公司之前都会接受一系列残酷的飞行测试。极端天气测试就是测试之一。该测试的目的是为了确保飞机的发动机、材料和控制系统能在极端天气条件下正常运行。
问题的处理关键在于找到可能产生问题的根源，消除已知错误，并确保解决方案的可靠有效。一旦找到并确定了根本原因，同时具备了可接受的应急措施，就可把问题当成一个已知错误来处理。问题调查的过程一定需要收集所有可用、与事件相关的信息，以确定并消除引起事件和问题的根本原因。数据采集与分析必须要事件／问题发生的环境数据结合。
数据价值
对于数字化转型，大数据不仅要关注实际数据量的多少，最重要的是关注大数据的处理方法在特定场合的应用，让数据产生巨大的创新价值。如果离开了收益考虑或投资回报（ROI）的设计，一味寻求大数据，则大数据分析既无法落地也无法为企业创造价值。
工业大数据分析的定义
发动机是飞机的心脏，也是关乎航空安全，生命安全的重中之重。为了实时监控发动机的状况，现代民航大多安装了飞机发动机健康管理系统。通过传感器、发射系统、信号接收系统、信号分析系统等方式采集到的数据，会经由飞机通信寻址与报告系统，通过甚高频或者卫星通信传输出来，这就是为何GE的发动机监控系统每天会获取超过1PB数据的原因。
生产执行系统（MES）与飞机发动机健康管理系统如出一辙。我们可以从工厂的生产中，实时采集到海量的流程变量、测量结果等数据。基于大量数据集而生成的报表，或是基础统计的分析并不足以称为制造业的大数据分析。
数据类型的多样性是工业大数据分析的重要属性
大数据不仅仅是大量的数据的堆积。大数据的重要属性之一，是人们设法收集并弄清楚不断变化的数据类型。如果只是大量采集同一类型的数据，再大的数据量都不能称之为大数据。
例如，生产环境中收集的时间序列模拟流程变量，数据的类型是单一的，很容易建立索引，即使存在千千万万，也不足以成为大数据。
数据必须包括高度可变性和种类多样性。制造工厂中存在无数的大数据应用，但并不包括简单地分类和展示一连串的流程测量结果，对这些工作，基本的统计展现就可以完成。一些大数据的数据库或数据湖的构成部分也是文本信息、图像数据、地理或地质信息和非结构信息，例如，通过社交媒体或其他协作平台获得的数据类型。
制造业信息结构概括起来分为两层，一个是管理层，一个是自动化层。从经营管理、生产执行与控制三个纬度来实现决策支持、管理、生产执行、过程控制以及设备的连接与传感。制造业中大数据分析是指利用通用的数据模型，将管理层与自动化层的结构性系统数据与非结构性数据结合，进而通过先进的分析工具发现新的洞见。
大数据分析对企业生产智能的意义
制造业创新的核心就是要依托大量的前沿科技。先进的技术是创新的手段。在新技术的支持下，可以通过一体化的制造运作管理系统MOM将企业管理应用系统，例如ERP、EAM等系统与工业自动化的相关系统整合为一体。在一体化制造运作管理的基础上，我们可以实现集IT+MOM+MES+BI的一体化制造企业信息系统解决方案。
从两化融合的角度来看，信息系统供应商要从企业的主信息系统提供商（MIV，MainInformation systems Vendor ）定位来做好规划、标准、功能设计、实施策略的统一性工作。协助企业做好风险控制，降低投资，降低 *** 作维护成本，实现企业信息系统全集成。
特别需要注意的是，企业管理信息平台被普遍认为是制造企业管理的集成和仪表板工具。许多供应商既大量投资其与ERP和自动化系统专有的集成，也投资开放式集成，还投资仪表板和移动技术，希望随时随地为需要正确信息的决策者提供衡量标准。
制造业大数据分析的三种途径
途径一，利用开放技术与平台，将任何系统的数据移动到任何其他地方。
制造运作管理系统建设项目是系统工程，不仅仅是一套我们理解的传统软件系统，更多的是项目执行和服务的平台。这需要在项目管理与制造企业的策略“客户服务”上，体现出制造企业的综合管理能力与软实力。
整个平台要从前期、工程实施以及售后服务这三个大的阶段来架构。在前期规划中，要重视标准、设计与实施，特别是与管理一体化的信息系统形成统一的对接。有了前期统一规划的制定，工程实施的环节可把行业的经验、集成能力、实施能力、软件开发能力等融合。特别需要在组织上建立和形成超级团队的制度。而持续服务、长期经营，将物联网应用融入与“软件+云服务”的互联网＋战略是后续服务的考虑重点。
在制造业大数据分析工作中，必须要加强通过物联网科技的应用对后续持续服务的支撑作业。通过工业物联网，实现的及时响应客户、物联网软硬件系统定期巡检、提供应急备件、提供易耗品、完善应用等功能来加强和锁定与企业的供应链企业之间的长期合作。通过管理平台与物联网数据，可以持续为客户提供有价值的服务。
途径二，投资工厂内外系统架构堆栈中能够处理结构性和非结构性数据的数据模型。
新技术是创新革命的核心，其中很重要一个特点就是集成，即制造运作管理系统MOM与ERP、EAM、OA、商业分析的集成，包括一键登录、界面集成、消息推送、工作流集成、主数据、应用集成总线与平台。
由于这些系统之间主数据全部统一，所有系统之间的数据交互依靠应用系统总线进行数据交互，整合了跨系统的业务流程、工作流、服务流程等之后即实现无缝集成和分析。对于企业管理者来说，一键登录后，可以根据不同的岗位，个性化制定并且显示与管理最相关的必要信息。这就是互联网所带给我们的分享思路。
途径三，通过时间序列、图像、视频、机器学习、地理空间、预测模型、优化、模拟和统计过程控制等先进的分析工具与制造业企业内的大数据平台结合分析，从而洞见尚未显现的情况。通过传感器、感应器、传输网络和应用软件等物联网数据，与管理应用软件结合起来，将是今后制造业大数据分析的一大方向。
培养企业内部大数据分析专家
作为一个行业，我们需要有机地发展行业特定的大数据分析工具集，这样才能让现在的行业专家，从足够的数据科学中实现数字化转型。为了推动转型，我们需要一大批优秀的企业利用这种方法，并向其他人或同行证明其价值。

“云计算”是当前业界最炙手可热的词汇之一。不过，它并不是什么新鲜事物。 “要让计算像水和电一样作为公共资源方便地提供给用户。”这是人工智能之父――约翰・麦卡锡在50多年前提出的，其实，那就是云计算的雏形。随着高性能计算，以及互联网、虚拟化等关键技术的不断演进，云计算一步步走近了我们的工作和生活。它已经实实在在地成为一种全新的IT资源交付和使用方式，为我们提供了无所不能的计算和存储应用。
移动互联网的发展，使人们通过智能终端获得云计算服务的需求变得越来越迫切。这种通过移动设备和网络获得后台IT资源或服务的模式，就是移动云计算。这是一种“计算+服务”的模式，也就是我们通常提到的“云+端”的模式。借助移动互联网，云计算充分发挥了后台计算的价值。而这也成为越来越多厂商关注的焦点。
11月1日，2011联想商用技术发展论坛在深圳召开。在这个主题为“赢在移动云计算时代”的论坛上，联想介绍了其面向移动互联商用市场的移动云计算策略，宣布了其在终端、应用平台、后台基础设施等领域的全面布局，展示了多种为商用客户提供的移动互联行业解决方案。同时，联想携手产业链各合作伙伴，构建和谐共生的移动云计算产业生态系统的设想已经初见成效。
云计算改变工作和生活
说起生活中的云计算，大家可能首先会想到智能手机，以及很多通过智能手机实现的应用，如手机上网、位置服务、信息推送等，它们都与云计算和移动互联息息相关。
“两个星期前，我的女儿跟同学们出去郊游。她有一个新的照相机，并且用它拍了很多照片。女儿跟我说，她要把这些照片和全班50个同学分享，但用光盘刻录或者闪存盘拷贝的方法都有点麻烦。她问我还有什么更好的办法？我想到了联想的云存储服务。我很容易就教会了她如何上传照片，然后把链接发给同学。这样，她的同学就可以自己随时去下载这些照片了。”
这是联想集团高级副总裁、中国区总裁陈旭东亲身经历的事情。他表示，云计算不仅使人们的生活变得更加便利，也使很多企业发生了天翻地覆的变化。“近几年，我们看到一些国际领先的企业，开始逐步尝试采用云计算来处理业务，甚至有些是核心业务。比如，《纽约时报》利用云计算，不到24小时就把1100万份文件转成PDF文档，只花费了240美元。如果用一台电脑完成这样的工作，即便使用最先进的技术也需要花费10年时间。”
利用云计算，不仅可以提升工作效率，还可以大幅度降低成本支出。英国石油公司采用云计算来分析其油气田的勘探数据，以替代由成千上万颗CPU组成的大型计算机，不仅速度更快，还节省了一半成本。现在，很多企业都采用即用即租的方式来取代以往通过采购后台设备自己搭建计算中心的模式。
给商业客户带来价值
云计算和移动互联网，都是极富发展潜力和商业价值的技术。正是基于这样的判断，联想早在五年前就开始在移动互联网和云计算领域的布局。这也是为什么联想能够在移动互联网浪潮来临的时候，第一时间就推出了乐Phone智能手机、乐Pad平板电脑等丰富的移动互联终端产品。
而在商用计算领域，联想致力于打造性能强大、稳定可靠的移动云计算基础架构，以及创新、丰富的移动互联网终端产品组合，从而为客户提供贴合业务需求的移动互联网行业解决方案，帮助客户构建端到端的移动云计算应用模式，提升业务的灵活性和总体拥有价值。
如何通过信息技术来解决业务的多样性和灵活性问题，同时提升IT系统的智能化和自动化水平？“我觉得移动云计算可以为大家提供一种解决方案。”陈旭东介绍说，通过走访众多的企业用户，联想根据他们对移动互联网的需求，将行业客户大致分为两类：第一类是企业内部用户（B2E），他们需要通过微软或者IBM等厂商的软件产品随时随地收发邮件，需要通过移动终端随时访问OA、CRM、ERP等业务管理系统，或者进入移动警务、工商、税务等专有系统；第二类是企业外部的集采用户（B2C），这些金融、保险、证券等企业的外部用户，需要通过这些机构定制的移动终端，访问手机银行、移动保险、移动证券等系统，以及使用二代身份z识别等应用。“我们的目标就是要满足这两类用户的移动互联应用需求。”
四招破解行业应用困局
阳光保险信息技术部总经理刘凯认为，信息系统是一把双刃剑，移动互联在为业务带来便利的同时，也给企业带来了风险。特别是移动互联网终端种类多、平台复杂，所以他们很担心IT部门无法控制部署策略和安全，无法控制数据交换，也无法控制未经授权的应用等。
联想集团副总裁，中国区大客户业务部总经理童夫尧表示，经过大规模调研，联想发现商用客户的顾虑主要集中在以下六个方面：第一，能不能检测到哪些移动终端已经接入了企业的网络；第二。能否远程配置并管理这些终端；第三，能否制定并远程强制执行既定的安全策略；第四，这些终端能否安全地访问企业的OA和邮箱系统；第五，能否把个人数据与企业数据分离开；第六，如何让现有的后台应用实现移动化。
针对行业客户的顾虑，联想有针对性地提出了自己的移动云计算的行业应用解决之道。
第一，在终端方面，联想为行业客户提供了丰富的、可深入定制的移动互联终端。基于对中国商用客户的深刻理解和多年的研发积累，联想已经能为客户提供近十款移动互联网终端产品，比如乐phone、乐pad等。在联想的移动互联终端产品上，企业用户可以轻松实现SD卡数据加密，对一些接口和功能进行屏蔽。此外，联想还可以为用户提供十余种移动互联外设选件，包括基于蓝牙的二代身份z阅读器、蓝牙扫描仪等。联想对这些选件产品都进行了严格的连接性和兼容性测试，保证它能够与智能手机、平板电脑等产品实现无缝适配，增加了这些移动互联终端产品应用的深度和广度。
第二，在平台方面，联想构建了以安全、可管理、易部署为核心的移动互联行业应用基础平台，包括移动互联行业应用开发平台、企业级配置分发管理平台、企业级移动互联设备管理平台、企业级消息推送服务平台等四大平台，以及联想行业通用解决方案计划、专业外围设备解决方案计划、企业级专属应用计划等三大计划。
第三，在基础架构方面，联想为客户提供了包括桌面及云计算产品、后台企业级数据中心、大规模公共计算在内的全面服务，这些都将成为构筑移动全价值链信息系统的基石。
第四，通过联盟的方式来提供移动互联网行业解决方案。联想已经与SAP、用友、IBM、高通、英特尔、微软、思科、VMware、Sybase、赛门铁克、蓝代斯克等合作伙伴密切携手在移动互联网应用、虚拟化应用信息安全等领域展开深入合作，以产业联盟的方式，为行业客户提供高品质的移动互联网解决方案。
论坛上了，联想展示了多个面向保险、教育、烟草、城市管理、物流、快消品等行业的数十个移动互联解决方案。联想为阳光保险打造的移动保险展业解决方案，让寿险的销售人员将企业的核心业务系统带到了客户家中，将原来需要两三天才能完成的销售工作缩短到15分钟内，大幅提高了保险展业的效率，同时提升了签单率和客户满意度；联想为太平洋人寿保险提供了集Pad展业与移动身份z识别为一体的在线解决方案，帮助客户实现了运营模式的战略转型；联想为还为《华西都市报》提供了开机画面定制、阅读终端内置、首页设置定制化等移动定制方案；联想还为北京市海淀区教委定制了电子互动教室的方案，为温州市乐清工商局定制了移动工商执法方案……
童夫尧表示，很多企业都看到了移动互联领域行业应用的商机，但目前的情况是“说的人很多，做的人不多，做成成功案例的更少” 。据悉，阳光人寿项目历时4个多月，国航机上娱乐项目花费了半年时间。“别看很多企业说起来用户可以有几万人，但真正落实到项目实施的时候，企业都是非常谨慎的，有时候第一次下单才要50台终端，试用一段时间感觉不错后，才开始追加订单，逐渐增加到1000多台。”显然，只有真正有实力的企业才能在移动互联行业应用市场获得最后的胜利。
陈旭东表示：“我们将不断推出基于移动云计算技术的丰富产品组合和解决方案，力争在移动互联市场取得与PC领域一样的成功。”

精彩观点

移动云计算是移动互联网与云计算技术的结合，是IT产业新的业务发展增长点，市场前景非常广阔。智能终端作为移动互联网产业的突破口，它的快速增长将为整个产业链注入强大的活力。我们将力争在移动互联市场取得与PC领域一样的成功。
联想集团高级副总裁、中国区总裁陈旭东

联想现在经常跟大家讲云计算的理念，如果我们自己都不用，怎么能去说服客户。作为联想内部IT系统的支持团队，我们一直在应用和推广云计算。我们有责任，也有义务，一方面支持自身业务的发展，另一方面支持外部业务的拓展。所以，我们自己应该要先走一步，做出一个样板来给大家。
联想集团副总裁、全球应用开发部总经理刘晓煜

业内谈到移动互联的应用，说的人很多，做的人不多，做成成功案例的更少。联想花了一年时间做成了几十个样板标杆项目，重要的并不是产生多少业务的增量，最重要的是我们打通了移动互联行业应用所必须的端到端产业链，建立了端到端的模型。我觉得这为未来业务的长久发展打下了坚实的基础。
联想集团副总裁、中国区大客户事业部总经理童夫尧

从产业的发展趋势和技术上来看，我们主要关注以下三个方面：第一是基于云计算的企业应用解决方案；第二是即时通信技术和传统的手机通信、短信在移动终端上的融合；第三是新的人机交互技术，比如基于语音、语音云服务的输入输出技术，大平面显示屏技术，还有新的手势识别技术等。
联想集团副总裁、联想研究院常务副院长韦卫

软件商要进行自身定位的调整。去年用友提出S+S战略，就是软件+云服务的战略，意味着用友不仅是软件提供商，更要成为“云+服务”的提供商。另外，软件厂商之间应该更紧密的合作，很多业务上更紧密的整合。就像我们最近与联想共同合作的mERP，联想帮我们进行了软硬件接口的调优，为我们的预研过程提供了很多便利条件，包括如何推广这个产品。我们希望通过这个合作，让更多客户尽快熟悉和使用我们的产品。
用友软件股份有限公司助理总裁研发中心总经理朱宏

保险展业的移动互联行业应用需求有两个方面，一是业务方面，二是应用方面。应用方面比较简单，主要是和现在已经存在的数据架构如何整合，以及如何保障安全。从业务角度来说，也包括两个方面。一是如何提高在新模式上的效率，二是如何减少差错率。
阳光保险信息技术部总经理刘凯

如何把移动解决方案和传统IT应用整合在一起？这是很多企业面临的问题。SAP希望帮助企业搭建一个非常好的移动环境，让企业的任何人、在任何地点都可以通过移动互联设备获得需要的信息。
SAP中国首席技术官、博士张侠

我们在互联网进化论和互联网神经学的研究过程中，提出“互联网正在向着与人类大脑高度相似的方向进化，它将具备自己的视觉、听觉、触觉、运动神经系统，也会拥有自己的记忆神经系统、中枢神经系统、自主神经系统。另一方面，人脑至少在数万年以前就已经进化出所有的互联网功能，不断发展的互联网将帮助神经学科学家揭开大脑的秘密。科学实验将证明大脑中也经拥有Google一样的搜索引擎，Facebook一样的SNS系统，IPv4一样的地址编码系统，思科一样的路由系统。”
之前也根据这一研究结果所绘制的“互联网虚拟大脑结构图”对互联网与云计算，大数据，物联网，工业40（工业互联网）的关系进行了阐释。
1物联网是互联网大脑的感觉神经系统
因为物联网重点突出了传感器感知的概念，同时它也具备网络线路传输，信息存储和处理，行业应用接口等功能。而且也往往与互联网共用服务器，网络线路和应用接口，使人与人（Human ti Human ,H2H），人与物（Human to thing，H2T）、物与物（ Thing to Thing,T2T）之间的交流变成可能，最终将使人类社会、信息空间和物理世界（人机物）融为一体
2云计算是互联网大脑的中枢神经系统
在互联网虚拟大脑的架构中，，互联网虚拟大脑的中枢神经系统是将互联网的核心硬件层，核心软件层和互联网信息层统一起来为互联网各虚拟神经系统提供支持和服务，从定义上看，云计算与互联网虚拟大脑中枢神经系统的特征非常吻合。在理想状态下，物联网的传感器和互联网的使用者通过网络线路和计算机终端与云计算进行交互，向云计算提供数据，接受云计算提供的服务。
3大数据是互联网智慧和意识产生的基础
随着博客、社交网络、以及云计算、物联网等技术的兴起，互联网上数据信息正以前所未有的速度增长和累积。互联网用户的互动，企业和政府的信息发布，物联网传感器感应的实时信息每时每刻都在产生大量的结构化和非结构化数据，这些数据分散在整个互联网网络体系内，体量极其巨大。这些数据中蕴含了对经济，科技，教育等等领域非常宝贵的信息[52]。这就是互联网大数据兴起的根源和背景。
与此同时，深度学习为代表的机器学习算法在互联网领域的广泛使用，使得互联网大数据开始与人工智能进行更为深入的结合，这其中就包括在大数据和人工智能领域领先的世界级公司，如百度，谷歌，微软等。2011年谷歌开始将“深度学习”运用在自己的大数据处理上，互联网大数据与人工智能的结合为互联网大脑的智慧和意识产生奠定了基础。
4工业40或工业互联网本质上是互联网运动神经系统的萌芽
互联网中枢神经系统也就是云计算中的软件系统控制工业企业的生产设备，家庭的家用设备，办公室的办公设备，通过智能化，3D打印，无线传感等技术使的机械设备成为互联网大脑改造世界的工具。同时这些智能制造和智能设备也源源不断向互联网大脑反馈大数据数，供互联网中枢神经系统决策使用。
5互联网+的核心是互联网进化和扩张，反映互联网从广度、深度融合和介入现实世界的动态过程
互联网+是2015年在中国迅速升温的新互联网概念，这其中离不开国家的倡议，腾讯的大力推动，张晓峰，杜军主编的《互联网+，国家战略行动路线图》等书的深入研究。对于这个原创于本土并被广泛关注的互联网概念，我们应该给与大力支持，更因为互联网+的确深刻刻画了互联网发展形态。
我们无法用上面单独的一张图表示我们对互联网+的理解。这是因为互联网+本质上反映互联网从广度、深度侵蚀现实世界的动态过程。互联网从1969年在大学实验室里诞生，不断扩张，从美国到美洲，从亚洲，欧洲到非洲，南极洲，应用领域从科研，到生活，从娱乐到工作，从传媒到工业制造业。互联网+提出者，易观国际的于扬老师认为互联网像黑洞一样，不断把这个世界吞噬进来。其实互联网+反映了于扬老师的互联网黑洞论进一步提升，+这个符号可以看做是一张黑洞的入口或嘴。这也是为什么我们叫互联网+，而不叫+互联网。

无锡易保
无锡软通
无锡福瑞博得
无锡华夏
无锡NIIT（培训）
NTT DATA
新思通
无锡联想
等等。。。无锡有13个软件园，相对来说公司比较多
教你个方法，在智联招聘上可以输入关键词查找！

个人一些想法：
从技术层面而言，两者没有更好或更差，因为微软认证更注重你对微软产品的使用技能：部署微软服务器、部署活动目录、规划服务器网络等等；而思科偏向于网络技术，针对不同方向学习的知识也不一致：思科产品配置部署、企业网络规划、日常运维等等。
从就业层面而言：微软认证保证你有维护大中企业微软服务器及桌面系统的能力，处理相应故障的能力；思科认证可以保证你对企业网络规划部署、网络排错甚至运营商、语音、数据中心的运维及规划能力（视学习方向、深度而定）。
从学习方法而言：一定程度上都可以通过模拟器来实现日常 *** 作学习，但是微软的可视化及熟悉程度入门更容易；而思科产品的命令行 *** 作和网络协议的理解上来需要花费较多时间。
目前我在准备微软认证和linux的学习

---